Jev가 던지는 질문: 에이전트 결정에 문단 생성이 필요한가?
OpenBMB는 에이전트가 결정만 내리면 되는 상황에서 왜 문단을 생성해야 하는지에 대한 Jev의 질문을 논의합니다. AI 워크플로우에서 경로 선택, 입력 분류, 다음 행동 선택 등 알려진 옵션에서 명확히 선택해야 하는 단계를 강조합니다.
THE JEV GUIDE · CURATED EDITION
에이전트.
TypeSafe Jev의 출시 소식, 설명, 데모, 커뮤니티 프로젝트를 주제별로 정리했습니다. 모든 항목은 X 원본 게시물로 연결됩니다.
선별 큐레이션 · 전체 수집 아님 · 수동 업데이트
5419개의 수록 게시물
2789개의 원본 동영상
Sponsors
이 제품들이 이 디렉터리를 후원합니다. 내 제품도 올리기
JEV, Claude Opus 5.5, GPT Dots의 폐쇄 루프 데모
이 게시물은 JEV, Claude Opus 5.5, GPT Dots를 하나의 폐쇄 루프에서 동시에 실행하는 시스템을 보여주며, 스파이더가 한 번에 세 가지를 운반하고 거의 빈손으로 다니지 않는다고 설명하고, 대부분의 AI 스택이 모든 작업을 동일한 파이프로 보내는 것과 대조합니다.
무료 웨비나: Jev로 AI 에이전트 의사결정 레이어 구축
ToDataBeyond가 주최하는 무료 웨비나가 10월 15일(목)에 열립니다. Jev를 사용하여 AI 에이전트의 의사결정 레이어를 구축하는 방법을 설명합니다. 댓글의 링크에서 무료로 예약할 수 있습니다.
Grok Bot 마켓플레이스에서의 Jev
Grok Bot 마켓플레이스에서 PM, 엔지니어, 디자이너 등의 역할을 도입하고, Jev는 비구조화 데이터를 유형화된 확률적 판단으로 변환하는 계층으로서 '다음에 누구에게 맡길까' 같은 결정을 지원합니다. Link
Paweł Huryn: Jev와 Perplexity가 최고의 의사결정 모델
Paweł Huryn이 의사결정 모델을 비교하며 Claudeflare와 OpenAI를 제외한 후 Jev와 Perplexity가 자신에게 가장 적합하다고 평가했습니다.
One card in the feed, every sixteen, on every page of it. $50 a week, cancel any week.
Jev Router는 실전 평가에서 DeepSeek V4.1 Flash와 비슷한 성능을 보이지만 비용이 더 높음
Arena는 4,700개 이상의 실제 에이전트 세션에서 Jev Router를 평가했습니다. 성능은 DeepSeek V4.1 Flash(Max)와 유사하지만 비용은 38% 높고 중앙값 모델 요청 시간은 1.7배입니다.
JEV와 Haiku, Laya 통합을 통한 도구 호출 논의
필드를 추가할 때 JEV가 Haiku로 보내고, Laya로 도구 호출을 수행한 후 신뢰도를 JEV에 반환하는 흐름에 대한 논의.
Jev가 에이전트 심판 역할: LLM이 쓰고, Jev가 판단하고, 코드가 결정한다
대부분의 프로덕션 AI 에이전트가 감사 추적과 안전성을 결여하고 있다고 지적하며, Jev를 독립적인 판정자로 사용하는 신뢰 가능한 실행 스택을 제안합니다.
AI 에이전트가 더 모듈화될 조짐
Lian Lim은 Anthropic의 Haiku 5.5, Jev, GPT-6 출시가 저비용 대용량, 빠른 경계 결정, 인터페이스 구축으로 이어지는 모듈형 AI 에이전트로의 전환을 시사한다고 지적합니다.
Jev 모델이 초저비용으로 미세한 결정을 내립니다
이 게시물은 OPUS 5.5와 Jev 모델을 비교하며, Jev가 12개 소스 사이에서 각 소규모 결정을 $0.000031에 처리한다고 지적합니다. 에이전트 라우팅, 답장/무시, 매수/매도/보유, 클릭/유지 등의 시나리오를 포함합니다.
Jev 기반 실시간 에이전트 결정
46개 노드, 753개 와이어, 수신함·X피드·지원·리드·브라우저 등 12개 소스를 연결합니다. Jev는 3~4ms 안에 작은 결정을 내리며, 결정당 약 $0.000031의 비용으로 다음 에이전트, 답장/무시, 매수/매도 등을 결정합니다.
Agent Arena에서의 Jev Router 가상 성능
원문에 따르면 Jev Router가 Agent Arena 리더보드에 오를 경우 작업당 중간 비용 $0.155, 순 개선 +3.6%를 달성하며, 주요 라우팅 대상인 DeepSeek V4.1 Flash보다 순위는 낮지만 Steerability(+10.0% vs -0.2%)와 Praise vs Complaint(+6.3%)에서는 앞설 것으로 예상됩니다.
